Начинающий ML-специалист (Data Science, стажер) (удаленная работа)

4 марта 2026

Уровень зарплаты:
з.п. не указана
Требуемый опыт работы:
Не указан

Вакансия: Начинающий ML-специалист (Data Science, стажер)

Описание вакансии

Обязанности:

  • Сбор, очистка и предобработка данных для задач анализа и машинного обучения
  • Разведочный анализ данных (EDA): визуализация, поиск закономерностей, проверка гипотез
  • Подготовка признаков (Feature Engineering) и формирование датасетов для обучения моделей
  • Участие в разработке и обучении ML-моделей под руководством наставника
  • Оценка качества моделей, анализ метрик и подготовка выводов по результатам экспериментов
  • Оформление результатов работы: аналитические записки, комментарии к коду

Важно: вы будете работать с реальными боевыми задачами клиентов из ритейла, e-commerce, медицины и других отраслей не с учебными датасетами.

Требования:

  • Знание Python на уровне уверенного пользователя: функции, структуры данных, работа с файлами
  • Опыт работы с pandas и Jupyter Notebook уверенный навык манипуляции с табличными данными
  • Базовое понимание анализа данных и машинного обучения (пройденные курсы: Яндекс.Практикум, Coursera, Stepik, Карпов.Курсы или аналогичные)
  • Умение читать техническую документацию и разбираться в новых библиотеках самостоятельно
  • Готовность учиться, задавать вопросы и работать в связке с наставником

Будет плюсом:

  • Продвинутое знание Python: ООП
  • Опыт работы в PyCharm или VS Code
  • Умение эффективно использовать ChatGPT / аналоги как инструмент для ускорения работы (генерация кода, поиск решений, отладка)
  • Базовые знания SQL

Условия:

  • Персональный наставник за вами закрепляется опытный ML-инженер, который помогает разбираться в задачах, проводит код-ревью, челленджит ваши решения и направляет профессиональный рост
  • Боевые проекты с первого дня работа с реальными данными и задачами клиентов, а не на учебных примерах
  • Удалённый формат работы
  • Гибкий график: от 20 часов в неделю
  • Возможность перехода на полную ставку по результатам работы
  • Стек: Python, pandas, Jupyte